Primeiramente, realizaremos uma análise sobre os dados do Idese, um indicador-síntese desenvolvido pela Fundação de Economia e Estatística com o propósito de mensurar o nível de desenvolvimento socioeconômico dos municípios gaúchos, bem como fornecer informações para o planejamento de políticas públicas. Desenvolvido com base no IDHM, ele se propõe a avaliar anualmente 12 indicadores que são agrupados em 3 blocos, Saúde, Educação e Renda.
Para cada uma das variáveis que formam os blocos, é calculado um Índice que varia de 0 (sem desenvolvimento) a 1 (desenvolvimento total), e indica a posição relativa de todos os municípios do Estado. O índice final de cada bloco é a média aritmética dos valores das variáveis correspondentes.
Considera-se a classificação do índice em muito alto (acima de 0,800), alto (entre 0,700 e 0,799), médio (entre 0,600 e 0,699), baixo (entre 0,500 e 0,599) e muito baixo (abaixo de 0,499) nível de desenvolvimento.
Para o Bloco de Educação, considerando os dados do ano mais recente da base de dados (2014), temos a seguinte distribuição do índice geral.
Verificamos no mapa que os municípios de Alvorada, Charrua e Jaquirana foram os menos favorecidos em Educação no ano de 2014. Destacaram-se neste mesmo ano como as mais favorecidas as seguintes cidades:
| nome | bloco_educacao | populacao | classificacao_educacao | posicao |
|---|---|---|---|---|
| São Domingos do Sul | 0.8415848 | 2874 | 1 - Muito Alto | 1 |
| Nova Petrópolis | 0.8401278 | 20989 | 1 - Muito Alto | 2 |
| Picada Café | 0.8384793 | 5522 | 1 - Muito Alto | 3 |
| Jacutinga | 0.8379300 | 3577 | 1 - Muito Alto | 4 |
| Carlos Barbosa | 0.8357746 | 26847 | 1 - Muito Alto | 5 |
| Casca | 0.8335478 | 8453 | 1 - Muito Alto | 6 |
| Tucunduva | 0.8334352 | 6043 | 1 - Muito Alto | 7 |
| Horizontina | 0.8296151 | 18768 | 1 - Muito Alto | 8 |
| Veranópolis | 0.8217681 | 23632 | 1 - Muito Alto | 9 |
| Aratiba | 0.8189611 | 6766 | 1 - Muito Alto | 10 |
| Nova Bréscia | 0.8174964 | 3373 | 1 - Muito Alto | 11 |
| Ijuí | 0.8138337 | 84528 | 1 - Muito Alto | 12 |
| Dois Lajeados | 0.8127457 | 3217 | 1 - Muito Alto | 13 |
| São Pedro do Butiá | 0.8117817 | 2863 | 1 - Muito Alto | 14 |
| Pejuçara | 0.8113275 | 4040 | 1 - Muito Alto | 15 |
| Monte Belo do Sul | 0.8111256 | 2748 | 1 - Muito Alto | 16 |
| Três Arroios | 0.8104083 | 2930 | 1 - Muito Alto | 17 |
| Dona Francisca | 0.8103532 | 3275 | 1 - Muito Alto | 18 |
| Cândido Godói | 0.8085297 | 6414 | 1 - Muito Alto | 19 |
| Severiano de Almeida | 0.8085236 | 3848 | 1 - Muito Alto | 20 |
| São Vendelino | 0.8068145 | 2160 | 1 - Muito Alto | 21 |
| Nova Prata | 0.8067779 | 24763 | 1 - Muito Alto | 22 |
| Erechim | 0.8050159 | 102315 | 1 - Muito Alto | 23 |
| Ivoti | 0.8048645 | 22227 | 1 - Muito Alto | 24 |
| Condor | 0.8021797 | 6066 | 1 - Muito Alto | 25 |
| David Canabarro | 0.8018495 | 4556 | 1 - Muito Alto | 26 |
| Três Passos | 0.8018237 | 25146 | 1 - Muito Alto | 27 |
| Santo Expedito do Sul | 0.8014442 | 2458 | 1 - Muito Alto | 28 |
| Frederico Westphalen | 0.8005522 | 30220 | 1 - Muito Alto | 29 |
| São Valentim do Sul | 0.8003374 | 2117 | 1 - Muito Alto | 30 |
As 3 primeiras cidades com maior índice de educação são: São Domingos do Sul, Nova Petrópolis e Picada Café. Entretanto, destes 30 municípios listados, podemos destacar dentre elas as que possuem maior população, sendo Ijuí e Erechim.
Notem que Porto Alegre não figura nesta lista, uma vez que se encontra no 325º lugar.
| nome | bloco_educacao | populacao | classificacao_educacao | posicao |
|---|---|---|---|---|
| Porto Alegre | 0.7237546 | 1480967 | 2 - Alto | 325 |
Nesta mesma análise podemos identificar que a maioria das cidades encontram-se entre os grupos 2 - Alto e 3 - Médio.
Avaliamos abaixo também se existe correlação entre o tamanho da população, onde a população é maior que 10000 habitantes, e o índice de educação e constatamos que não há relação entre as informações, uma vez que os dados são bastante dispersos no que diz respeito à Educação X População. Removemos ‘Porto Alegre’ da análise no intuito de conseguir visualizar melhor a escala de população para as demais cidades, umas vez que a capital possui uma população muito maior que as demais.
Na tentativa de avaliar outras hipóteses, tais como a relação do índice de Educação entre Pré-escola, Ensino Fundamental, Ensino Médio e Escolaridade Adulta, percebe-se que os níveis escolares também não possuem influência um com o outro, ou seja, por melhor que sejam os investimentos nas séries iniciais, isto não garante a mesma continuidade do índice nas séries seguintes.
Pode-se perceber que a correlação entre os níveis escolares é muito baixa. Assim, não se pode afirmar que o desempenho é mantido de uma faixa etária de ensino para outra. A relação entre o ensino pré-escolar e o ensino fundamental, por exemplo, é a que apresenta o maior valor entre elas - que é razoavelmente bom, mas ainda assim baixa (0.348), enquanto que a medida que o nível escolar aumenta, a correlação dimunui cada vez mais.
Coeficiente de correlação Pré-escola e Ensino Fundamental:
## [1] 0.3485098
Coeficiente de correlação Ensino Fundamental e Ensino Médio:
## [1] 0.1385266
Coeficiente de correlação Ensino Médio e Escolaridade Adulta:
## [1] 0.1187843
Dentre as médias entre os níveis de ensino do RS constatamos que o nível que possui maior índice é a Pré-Escola (0.8864243), com desvio padrão de 0.1350449.
| pre_escola | desv_pre_escola | fundamental | desv_fundamental | medio | desv_medio | escolaridade_adulta | desv_adulta |
|---|---|---|---|---|---|---|---|
| 0.8864243 | 0.1350449 | 0.7186108 | 0.0570036 | 0.7839316 | 0.1488161 | 0.4573953 | 0.0918847 |
Por fim, avaliamos quais as cidades com maior aumento do índice de Educação entre os anos de 2007 e 2014 e constatamos abaixo os municípios campeões nesta evolução.
| nome | bloco_educacao.x | ano.x | bloco_educacao.y | ano.y | diferenca | percentual |
|---|---|---|---|---|---|---|
| Pinto Bandeira | 0.0000000 | 2007 | 0.7120670 | 2014 | 0.7120670 | Inf |
| Itatiba do Sul | 0.4892998 | 2007 | 0.7893205 | 2014 | 0.3000206 | 0.6131631 |
| Estrela Velha | 0.4509118 | 2007 | 0.7261214 | 2014 | 0.2752096 | 0.6103401 |
| Benjamin Constant do Sul | 0.4550189 | 2007 | 0.7244094 | 2014 | 0.2693905 | 0.5920423 |
| Paulo Bento | 0.5091623 | 2007 | 0.7779123 | 2014 | 0.2687500 | 0.5278277 |
| Gramado Xavier | 0.4021908 | 2007 | 0.6537130 | 2014 | 0.2515222 | 0.6253803 |
Para o Bloco de Renda, considerando os dados do ano mais recente da base de dados (2014), temos a seguinte distribuição do índice geral.
Observa-se nos dados apresentados que a região mais favorecida em se tratando de Renda envolve boa parte do Planalto Meridional, como podemos visualizar na imagem abaixo.
Identificamos algumas cidades com baixíssimo índice de Renda, as quais seguem.
| nome | bloco_renda | populacao | classificacao_renda | posicao |
|---|---|---|---|---|
| Dom Feliciano | 0.3834439 | 14555 | 5 - Muito Baixo | 1 |
| Passa Sete | 0.4069668 | 4944 | 5 - Muito Baixo | 2 |
| Benjamin Constant do Sul | 0.4223394 | 2276 | 5 - Muito Baixo | 3 |
| Redentora | 0.4611970 | 10611 | 5 - Muito Baixo | 4 |
| Dezesseis de Novembro | 0.4626005 | 2766 | 5 - Muito Baixo | 5 |
| Jaquirana | 0.4700460 | 4076 | 5 - Muito Baixo | 6 |
| Vale do Sol | 0.4732346 | 11377 | 5 - Muito Baixo | 7 |
| Monte Alegre dos Campos | 0.4795761 | 3132 | 5 - Muito Baixo | 8 |
| Santana da Boa Vista | 0.4830280 | 8082 | 5 - Muito Baixo | 9 |
| Barão do Triunfo | 0.4850636 | 6767 | 5 - Muito Baixo | 10 |
| Alvorada | 0.4869646 | 211097 | 5 - Muito Baixo | 11 |
| Amaral Ferrador | 0.4896730 | 6364 | 5 - Muito Baixo | 12 |
| Caraá | 0.4958814 | 7497 | 5 - Muito Baixo | 13 |
| Jaboticaba | 0.4968619 | 3804 | 5 - Muito Baixo | 14 |
Para o Bloco de Saúde, considerando os dados do ano mais recente da base de dados (2014) utilizamos a escala de cores Verde/Amarelo/Vermelho do maior ao menor índice sem segregarmos grupos por categoria, como fizemos nas análises anteriores, uma vez que temos grandes índices em quase todos os municípios. Nesta análise, obtivemos a seguinte distribuição do índice geral.
Dentre todas as cidades do RS, a mais deficitária no índice Saúde é Pedro Osório, com valor de 0,69 e Uruguaiana, com 0,70. A maior concentração dos grandes resultados é nítida no Planalto Meridional.
Neste mesmo Bloco, com relação à Longevidade, considerando a mesma escala Verde/Amarelo/Vermelho, temos a seguinte distribuição do índice geral.
As cidades em tom Verde mais escuro são as que apresentam uma longevidade com índice 1 ou muito próximo disso, tais como: Maçambará, Chuí, Condor, Pinhal da Serra, Jacuizinho, Santa Cecília do Sul, dentre outras. Já as cidades que se concentram mais no sul do estado, em tom alaranjado, são as que possuem os menores índices de longevidade.
Para concluir a análise, verificamos um histórico geral de 2007 a 2014, traçando a evolução das médias dos 3 blocos estudados do RS (Educação, Renda e Saúde), além do IDESE Total.
Podemos perceber que o estado vem crescendo ao longo dos anos em todos os índices, com destaque para o crescimento da Renda e para a estabilidade alta da Saúde.
A partir da análise feita, percebe-se que o RS tem melhores índices nos três quesitos (saúde, renda e educação) mais concentrados na região do Plananto Meridional, que é a região mais centro-norte. Nessa área encontram-se os maiores índices de renda isoladamente, enquanto que os índices de saúde são mais uniformes no estado e os de educação são mais distribuídos, a renda se sobressai por estar com os maiores valores somente nessa área, com algumas excessões como Rio Grande, Aceguá e Santa Margarida do Sul.
Na segunda análise, utilizamos uma base onde temos o score de Felicidade no Mundo, pontuado de 0 a 10, além de informações relevantes para a pesquisa, onde temos como alguns exemplos: liberdade econômica, integridade do governo, liberdade de fazer negócios, independência financeira, entre outros.
Como primeira análise, realizamos uma distribuição do score de felicidade em 8 níveis ao longo de todo o mundo, no intuito de identificarmos os países com maiores e menores índices.
## OGR data source with driver: ESRI Shapefile
## Source: "C:\Users\gcoli\AppData\Local\Temp\Rtmp4mXkAb", layer: "ne_50m_admin_0_countries"
## with 241 features
## It has 94 fields
## Integer64 fields read as strings: POP_EST NE_ID
Constatamos que a Austrália, Canada, Estados Unidos, Islândia, Alemanha, Noruega, Nova Zelândia e os países da Península Escandinavia são destaques no que refere-se à felcidade. Em contrapartida, observa-se que muitos países do continente africano possui um score de felicidade bastante baixo.
Realizamos abaixo uma análise de correlação entre os direitos de propriedade, a integridade do governo e a falta de efetividade judicial nos países com o score de felicidade, considerando os resultados apresentados para o ano de 2017.
Coeficiente de correlação Efetividade Judicial x Score de Felicidade:
## [1] 0.6828741
Coeficiente de correlação Integridade do Governo x Score de Felicidade:
## [1] 0.7211294
Coeficiente de correlação Direitos de Propriedade x Score de Felicidade:
## [1] 0.7526491
Nota-se que existe relação positiva dos 3 índices com a felicidade, uma vez que em grande parte dos países com bons resultados nestes dados, também temos altos índices de felicidade.
Tendo em vista os resultados, pode-se notar que os continentes da Oceania e América do Norte são os mais felizes no mundo. Já na América Latina temos rankings muito parecidos entre quase todos os países, apenas com o Peru como destaque negativo. Abaixo apresentamos todas as estatísticas de cada continente.
| CONTINENT | SUBREGION | REGION_WB | paises | media | maximo | minimo | mediana | desvio_padrao |
|---|---|---|---|---|---|---|---|---|
| Oceania | Australia and New Zealand | East Asia & Pacific | 2 | 7.299000 | 7.314 | 7.284 | 7.2990 | 0.0212134 |
| North America | Northern America | North America | 2 | 7.154500 | 7.316 | 6.993 | 7.1545 | 0.2283955 |
| Europe | Western Europe | Europe & Central Asia | 7 | 7.003429 | 7.494 | 6.442 | 6.9510 | 0.3489350 |
| Europe | Northern Europe | Europe & Central Asia | 10 | 6.837000 | 7.537 | 5.611 | 7.1305 | 0.7738465 |
| Europe | Southern Europe | Middle East & North Africa | 1 | 6.527000 | 6.527 | 6.527 | 6.5270 | NaN |
| North America | Central America | Latin America & Caribbean | 2 | 6.267000 | 6.578 | 5.956 | 6.2670 | 0.4398206 |
| South America | South America | Latin America & Caribbean | 7 | 6.255571 | 6.652 | 5.715 | 6.3570 | 0.4020737 |
| Asia | Central Asia | Europe & Central Asia | 4 | 5.663250 | 5.971 | 5.041 | 5.8205 | 0.4208582 |
| Seven seas (open ocean) | Eastern Africa | Sub-Saharan Africa | 1 | 5.629000 | 5.629 | 5.629 | 5.6290 | NaN |
| Asia | Western Asia | Middle East & North Africa | 11 | 5.535000 | 7.213 | 3.462 | 6.0870 | 1.2379812 |
| Europe | Eastern Europe | Europe & Central Asia | 8 | 5.509500 | 6.098 | 4.096 | 5.8315 | 0.7179953 |
| Europe | Southern Europe | Europe & Central Asia | 10 | 5.417500 | 6.403 | 4.644 | 5.2580 | 0.4939613 |
| Asia | Eastern Asia | East Asia & Pacific | 3 | 5.382667 | 5.920 | 4.955 | 5.2730 | 0.4917585 |
| Asia | South-Eastern Asia | East Asia & Pacific | 5 | 5.301200 | 6.572 | 4.168 | 5.2620 | 0.8615133 |
| Africa | Northern Africa | Middle East & North Africa | 5 | 5.234400 | 5.872 | 4.735 | 5.2350 | 0.4808242 |
| Asia | Western Asia | Europe & Central Asia | 5 | 5.003400 | 5.621 | 4.286 | 5.2340 | 0.6303791 |
| North America | Caribbean | Latin America & Caribbean | 2 | 4.885500 | 6.168 | 3.603 | 4.8855 | 1.8137291 |
| Asia | Southern Asia | Middle East & North Africa | 1 | 4.692000 | 4.692 | 4.692 | 4.6920 | NaN |
| Asia | Southern Asia | South Asia | 5 | 4.504400 | 5.011 | 3.794 | 4.4400 | 0.5026752 |
| Africa | Southern Africa | Sub-Saharan Africa | 4 | 4.244250 | 4.829 | 3.766 | 4.1910 | 0.5384250 |
| Africa | Middle Africa | Sub-Saharan Africa | 4 | 4.222750 | 4.695 | 3.795 | 4.2005 | 0.4269664 |
| Africa | Northern Africa | Sub-Saharan Africa | 1 | 4.139000 | 4.139 | 4.139 | 4.1390 | NaN |
| Africa | Western Africa | Sub-Saharan Africa | 12 | 4.097667 | 5.074 | 3.495 | 4.0760 | 0.5044620 |
| Africa | Eastern Africa | Sub-Saharan Africa | 11 | 3.997545 | 5.151 | 2.905 | 3.9700 | 0.6448898 |
Como já mencionado anteriormente, o continente africano aparece como o mais infeliz do mundo, apresentando a grande maioria dos países com score abaixo de 50%.
Com a análise realizada, pode-se perceber que os países que estão mais comprometidos com:
defender o direito à propriedade privada, garantindo que a autonomia e a posse dos bens adquiridos pelo cidadão sejam de fato invioláveis;
ser e manter um governo fiel e íntegro, onde não haja imoralidade e corrupção;
um eficaz sistema do poder judicial, garantindo que presos condenados por anos fiquem de fato cumprindo sua pena integralmente.
São países mais felizes.
Podemos concluir, e traçar seguramente um paralelo com a felicidade, que os países mais felizes possuem altos índices nesses três pontos avaliados.